InsightFinder raccoglie 15 milioni di dollari per aiutare le aziende a capire dove gli agenti IA sbagliano

Il ruolo degli strumenti di osservabilità si è evoluto ancora una volta. Mentre il mercato delle soluzioni per garantire l’affidabilità dei sistemi tecnologici è cresciuto nel corso degli anni, il centro di gravità si è costantemente spostato dal “monitorare tutto” al “controllare la complessità e i costi”. Nel frattempo, il rapido afflusso e l’adozione di agenti IA all’interno delle imprese non hanno fatto altro che aggiungere una nuova categoria di carico di lavoro che deve essere osservata.

InsightFinder AIuna startup basata su 15 anni di ricerca accademica, non è estranea a questo problema.

L’azienda utilizza l’apprendimento automatico per monitorare, identificare e risolvere in modo proattivo i problemi dell’infrastruttura IT dal 2016 e ora sta affrontando l’odierno problema di affidabilità del modello IA con una soluzione agente IA in grado di fare qualsiasi cosa, dal rilevamento e diagnosi alla riparazione e prevenzione.

La società, fondata dal CEO Helen Gu, professoressa di informatica alla North Carolina State College che in precedenza ha lavorato presso IBM e Google, ha recentemente raccolto 15 milioni di dollari in un spherical di serie B guidato da Yu Galaxy, ha appreso in esclusiva TechCrunch.

Secondo Gu, il problema più grande che il settore deve affrontare oggi non è solo monitorare e diagnosticare dove i modelli di intelligenza artificiale vanno storti; sta diagnosticando come funziona l’intero stack tecnologico ora che l’intelligenza artificiale ne fa parte.

“Per diagnosticare questi problemi del modello di intelligenza artificiale, è necessario monitorare e analizzare insieme i dati, il modello e l’infrastruttura”, ha detto Gu a TechCrunch. “Non è sempre un problema di modello o di dati; è una combinazione. A volte, è semplicemente la tua infrastruttura.”

Gu ha spiegato come appare nella vita reale con un aneddoto: uno dei suoi clienti, una delle principali società di carte di credito statunitensi, ha visto che uno dei suoi modelli di rilevamento delle frodi stava andando alla deriva. Poiché InsightFinder stava monitorando tutta l’infrastruttura dell’azienda, è stato in grado di identificare che la deviazione del modello period causata da una cache obsoleta in alcuni nodi del server.

“Il più grande malinteso è che l’osservabilità dell’IA sia limitata alla valutazione LLM durante le fasi di sviluppo e take a look at. Al contrario, una solida piattaforma di osservabilità dell’IA dovrebbe fornire supporto per il ciclo di suggestions end-to-end che copre le fasi di sviluppo, valutazione e produzione”, ha affermato.

Il nuovo prodotto di InsightFinder, denominato Autonomous Reliability Insights, può fare tutto questo utilizzando una combinazione di apprendimento automatico non supervisionato, modelli linguistici di modelli grandi e piccoli proprietari, intelligenza artificiale predittiva e inferenza causale. Questo livello di base è indipendente dai dati, secondo Gu, e consente al sistema di acquisire e analizzare interi flussi di dati per raccogliere segnali che possono quindi essere correlati e convalidati in modo incrociato per arrivare alla causa principale.

Ora, lo spazio dell’osservabilità è affollato di contendenti per una quota del nuovo mercato che è stato aperto dall’afflusso di strumenti di intelligenza artificiale. Dopo quasi un decennio nel suo viaggio, InsightFinder si è scontrato con aziende del calibro di Grafana Labs, Fiddler, Datadog, Dynatrace, New Relic e BigPanda, che stanno tutti sviluppando capacità per affrontare i nuovi problemi presentati dagli strumenti di intelligenza artificiale.

Ma Gu non è turbato. Al contrario, sostiene che la competenza, l’esperienza e la personalizzazione di InsightFinder costituiscono un fossato sufficiente. “In realtà raramente perdiamo [customers] a nessuno finora […] Si tratta di intuizioni, giusto? Il problema è che molti information scientist capiscono l’intelligenza artificiale, ma non capiscono il sistema. E molto SRE [site reliability engineering] gli sviluppatori comprendono il sistema, ma non l’intelligenza artificiale […] Non lo guardano e non capiscono le relazioni intrinseche”.

Oggi, l’elenco dei clienti di InsightFinder comprende UBS, NBCUniversal, Lenovo, Dell, Google Cloud e Comcast e Gu attribuisce il successo a ten anni di lavoro per capire di cosa hanno bisogno i clienti delle grandi aziende.

“Si è trattato di collaborare con i nostri clienti Fortune 50 per perfezionare e comprendere i requisiti dell’ambiente aziendale per implementare questo tipo di modelli”, ha affermato. “Abbiamo lavorato con Dell per implementare i nostri sistemi di intelligenza artificiale in tutto il mondo presso alcuni dei più grandi clienti che abbiamo. Non è qualcosa che puoi prendere un’intelligenza artificiale di base e semplicemente inserire i dati della macchina per farlo.”

Gu ha affermato che il flusso di entrate dell’azienda è “forte”, essendo cresciuto “più di tre volte” nell’ultimo anno. In effetti, afferma che la società non stava affatto cercando di aumentare questa serie B, e gli investitori si sono rivolti alla società dopo che la società ha vinto un accordo a sette cifre con una società Fortune 50 entro tre mesi.

InsightFinder utilizzerà il nuovo capitale per effettuare le prime assunzioni nelle vendite e nel advertising and marketing per espandere il suo staff di meno di 30 persone e investire nel suo movimento di go-to-market. Finora la società ha raccolto un totale di 35 milioni di dollari.